1. Toy模板网首页
  2. > Toy博客

R语言 BPNN 反向传播神经网络

7月前 作者：MRI_lab 分类：Toy博客 阅读(27) 违法举报

这篇具有很好参考价值的文章主要介绍了R语言 BPNN 反向传播神经网络。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

##BPNN-neuronet

set.seed(123)
folds <- createFolds(y=data$Groups,k=10)

建一个放auc值的空向量

auc<-as.numeric()
Errorrate<-as.numeric()
accuracy<-as.numeric()
sensitivity<-as.numeric()
specificity<-as.numeric()
roc <- vector("list", 5)

for(i in 1:10){
test <- data[folds[[i]],]
train <- data[-folds[[i]],]
BPNN <- neuralnet(Groups~.,data=train,hidden = c(16,8),
learningrate = 0.05, ##使用0.05的学习率
threshold = 0.1,# threshold：用于指定迭代停止条件,当权重的最大调整量小于指定值(默认0.01)时迭代终止
stepmax = 10000,# stepmax：同样用于指定迭代停止条件,当迭代次数达到指定次数(默认100000次)时迭代终止
err.fct = “sse”,# err.fct：用于指定损失函数L的形式,"sse"表示损失函数为误差平方,"ce"表示为交互熵
algorithm = “rprop+”,# algorithm：用于指定算法,"backpop"为传统B-P算法,"rprop+"或"rprop-“为弹性B-P算法,分别表示采用权重回溯或不回溯,不回溯将加速收敛(默认为"rprop+”)文章来源地址https://www.toymoban.com/news/detail-601499.html

到了这里，关于R语言 BPNN 反向传播神经网络的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处： 如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：
领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包，优惠每天领

二维码1

领取红包

二维码2

领红包